L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2509
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Par exemple, je prends l'écart-type, l'accumulation/distribution et la composante stochastique des séries de données OI, Delta et Volume et je les utilise pour faire une prévision...
Dans l'accumulation/distribution, je suis troublé (pour une raison quelconque) par la possibilité d'une forte influence de l'entrée ou de la sortie de quelqu'un, qui déformera fortement l'image locale.
Je sens que je vais m'attirer les foudres des intellectuels/anciens de l'OI locale, mais je vais prendre le risque de poser une question. Qui pense que les indicateurs (en dehors des indicateurs intégrés ou les plus populaires) sont les plus intéressants pour les prévisions ? Pour ma part, j'expérimente actuellement la combinaison de la moyenne mobile exponentielle (DEMA) avec le filtre de Kalman et la transformée de Fourier rapide (séparément). Mais d'abord, je fais une prédiction en utilisant un réseau neuronal. Je tiens à préciser une fois de plus que je ne demande pas de résultats d'application (et maintenant, la charmante fille va à nouveau jeter un seau d'eau).
Écrivez ici ce que vous faites, ce que vous pensez, etc...
Tout le monde peut aider.
Il n'y a pas de professionnels ici, il y a 5-10% de praticiens, les autres sont des bailleurs de fonds et des moulinets...
Il n'y a pas de professionnels ici, il y a 5-10% de praticiens, et le reste sont des bailleurs et des bavards...
Il n'y a pas de praticiens, les autres sont des bâilleurs et des bavards).
et les praticiens professionnels sont probablement presque tous des quants assis dans des fonds, il n'y a tout simplement rien à faire pour eux ici ;)
100%
Dans l'accumulation/distribution, je suis troublé (pour une raison quelconque) par la possibilité d'une forte influence d'entrée ou de sortie de la part de quelqu'un, ce qui fausserait beaucoup l'image locale.
Non, cet indicateur ne sert qu'à mieux interpréter le volume, à obtenir à partir d'un simple volume une courbe indicatrice. Comme ça ! !!
Et connaître l'accumulation et la distribution du delta serait aussi bien !
Seuls l'euro, le suisse, le yen et le dollar (selon le lien) flottent "en quelque sorte" librement (parmi les devises plus ou moins liquides)... beaucoup sont liés à l'inflation (austral, canadien, néo-zélandais, livre) - ses propres objectifs et ses propres politiques (il y a peu de mathématiques là-dedans) - pensez simplement à Fischer pour le développement général.
p.s.
il est préférable de modéliser la microéconomie ou la théorie économique, mais pas la macroéconomie (bien que tout soit là dans les taux d'intérêt)... mieux vaut ne pas simuler et surveiller les résumés de la cme (bien qu'ils ne soient pas complètement informatifs) ou autres...
Commencer petit est logique. Mais même un simple modèle de jeu de minorité (barre avec moins de personnes vous gagnez), en cas de petites complications des conditions initiales devient immédiatement maudit avec la dimensionalité, le manque de ressources, et si vous considérez les paramètres moyennés, maudit avec l'inexactitude du modèle).
Postes nettoyés, deuxième écriture)
Dans le fichier R.mqh, les noms des variables vectorielles et matricielles ont commencé à donner une erreur pendant la compilation. Renommez-les avec d'autres noms et tout fonctionnera. J'ai utilisé vectr et matr.
L'éditeur souligne ces mots en bleu comme un type de données comme int, double. Des mots apparemment réservés aux nouveaux types.
Bref, tout cela en vain, avec MO le marché ne peut être dupé.
On a trouvé les traits et la cible, dont la distribution des classes est présentée dans la première figure.
La précision des modèles katbust de test et d'entraînement formés à l'aide de cet ensemble de données était de 93 %.
La deuxième figure montre le graphique de la balance et des fonds propres du commerce cible :
La troisième figure montre le graphique du solde et de l'équité de la négociation sur les signaux du modèle katbusta formé :
Alors, mesdames et messieurs, dispersez-vous.
Bien sûr, les neuralistes ici présents font autorité et savent comment tirer le meilleur parti des données dans la lutte contre le surentraînement, mais à mon avis, ce sont les données d'entrée qui constituent le principal problème. Tout oscillateur (standard ou auto-écrit), ou toute courbe continue, ne contient pas la régularité des prix, donc nous ne pouvons pas enseigner la souris.
Je vois les choses de la manière suivante : les tendances et leurs vagues. La longueur de l'onde, l'intervalle de temps de l'onde, la vitesse de l'onde, une comparaison de ces paramètres avec les précédents, la taille des dépassements des extrema précédents (mouvement de tendance), la distance à l'extremum ininterrompu le plus proche dans le passé, ... ...il y a beaucoup de choses à comparer. Je pense qu'il y a des régularités ici, c'est ce à quoi vous pouvez vous livrer avec votre grille,
ou vous pouvez penser par vous-même.
J'ai eu ces pensées aussi, c'est pourquoi j'ai étudié Fourier, mais après avoir poli le spectre et la transformée inverse, il y a plus de questions que de réponses. Il s'avère que si nous supprimons les petites influences, les grandes commencent à ne plus remarquer les changements locaux. J'ai essayé de l'appliquer à la NS, mais naturellement cela n'a mené à rien, en termes de bon sens. Je n'ai pas trouvé d'autre moyen de distinguer les ondes). Une comparaison pièce par pièce est bien sûr précieuse, mais ce n'est pas pour le MO, toutes les régularités s'arrêtent très vite.